AI 애플리케이션 개요

이 문서에서는 BigQuery ML이 지원하는 인공지능(AI) 애플리케이션 기능을 설명합니다. 이러한 기능을 사용하면 Cloud AI API를 사용하여 BigQuery ML에서 AI 태스크를 수행할 수 있습니다. 지원되는 태스크는 다음과 같습니다.

Cloud AI API에 액세스하여 이러한 함수 중 하나를 수행하려면 BigQuery ML에서 API 엔드포인트를 나타내는 원격 모델을 만듭니다. 사용할 AI 리소스에 대한 원격 모델을 만든 후에는 원격 모델에 대해 BigQuery ML 함수를 실행하여 해당 리소스의 기능에 액세스합니다.

이 접근 방식을 사용하면 Python을 알거나 API에 숙련되지 않아도 기본 API의 기능을 사용할 수 있습니다.

워크플로

Vertex AI 모델을 통한 원격 모델과 BigQuery ML 함수와 함께 Cloud AI 서비스를 통한 원격 모델을 사용하여 복잡한 데이터 분석 및 생성형 AI 태스크를 수행할 수 있습니다.

다음 다이어그램은 이러한 기능을 함께 사용할 수 있는 몇 가지 일반적인 워크플로를 보여줍니다.

Vertex AI 모델 또는 Cloud AI 서비스를 사용하는 원격 모델의 일반적인 워크플로를 보여주는 다이어그램

자연어 처리

자연어 처리를 사용하여 데이터에 대한 분류 및 감정 분석과 같은 작업을 수행할 수 있습니다. 예를 들어 제품 의견을 분석하여 고객이 특정 제품을 좋아하는지 여부를 추정할 수 있습니다.

자연어 태스크를 수행하려면 원격 모델을 만들고 REMOTE_SERVICE_TYPE 값에 CLOUD_AI_NATURAL_LANGUAGE_V1을 지정하여 Cloud Natural Language API에 대한 참조를 만들면 됩니다. 그러면 ML.UNDERSTAND_TEXT 함수를 사용하여 해당 서비스와 상호작용할 수 있습니다. ML.UNDERSTAND_TEXT표준 테이블의 데이터로 작업합니다. 모든 추론은 Vertex AI에서 발생합니다. 결과는 BigQuery에 저장됩니다.

자세한 내용은 ML.UNDERSTAND_TEXT 함수로 텍스트 이해를 참조하세요.

기계 번역

기계 번역을 사용하여 텍스트 데이터를 다른 언어로 번역할 수 있습니다. 예를 들어 고객 의견을 익숙하지 않은 언어에서 익숙한 언어로 번역하는 것입니다.

기계 번역 태스크를 수행하려면 원격 모델을 만들고 REMOTE_SERVICE_TYPE 값에 CLOUD_AI_TRANSLATE_V3을 지정하여 Cloud Translation API에 대한 참조를 만들면 됩니다. 그러면 ML.TRANSLATE 함수를 사용하여 해당 서비스와 상호작용할 수 있습니다. ML.TRANSLATE표준 테이블의 데이터로 작업합니다. 모든 추론은 Vertex AI에서 발생합니다. 결과는 BigQuery에 저장됩니다.

자세한 내용은 ML.TRANSLATE 함수로 텍스트 번역을 참조하세요.

오디오 스크립트 작성

오디오 스크립트 작성을 사용하여 오디오 파일을 서면 텍스트로 변환할 수 있습니다. 예를 들면 음성사서함 녹음 파일을 문자 메시지로 변환할 수 있습니다.

오디오 스크립트 작성 태스크를 수행하려면 원격 모델을 만들고 REMOTE_SERVICE_TYPE 값에 CLOUD_AI_SPEECH_TO_TEXT_V2를 지정하여 Speech-to-Text API에 대한 참조를 만들면 됩니다. 원하는 경우 사용할 인식기를 지정하여 오디오 콘텐츠를 처리할 수 있습니다. 그러면 ML.TRANSCRIBE 함수를 사용하여 오디오 파일을 텍스트로 변환할 수 있습니다. ML.TRANSCRIBE객체 테이블의 오디오 파일에서 작동합니다. 모든 추론은 Vertex AI에서 발생합니다. 결과는 BigQuery에 저장됩니다.

자세히 알아보려면 ML.TRANSCRIBE 함수를 사용하여 오디오 파일을 텍스트로 변환해 보세요.

문서 처리

문서 처리를 사용하여 구조화되지 않은 문서에서 유용한 정보를 추출할 수 있습니다. 예를 들면 회계 소프트웨어에 입력할 수 있도록 인보이스 파일에서 관련 정보를 추출할 수 있습니다.

문서 처리 태스크를 수행하려면 원격 모델을 만들고 REMOTE_SERVICE_TYPE 값에 CLOUD_AI_DOCUMENT_V1를 지정한 후 문서 콘텐츠를 처리하는 데 사용할 프로세서를 지정하여 Document AI API에 대한 참조를 만들면 됩니다 그러면 ML.PROCESS_DOCUMENT 함수를 사용하여 문서를 처리할 수 있습니다. ML.PROCESS_DOCUMENT객체 테이블의 문서에서 작동합니다. 모든 추론은 Vertex AI에서 발생합니다. 결과는 BigQuery에 저장됩니다.

자세히 알아보려면 ML.PROCESS_DOCUMENT 함수를 사용하여 문서를 처리해 보세요.

컴퓨터 비전

컴퓨터 비전을 사용하여 이미지 분석 작업을 수행할 수 있습니다. 예를 들어 이미지를 분석하여 얼굴이 포함되어 있는지 감지하거나 이미지의 객체를 설명하는 라벨을 생성할 수 있습니다.

컴퓨터 비전 태스크를 수행하려면 원격 모델을 만들고 REMOTE_SERVICE_TYPE 값에 CLOUD_AI_VISION_V1을 지정하여 Cloud Vision API에 대한 참조를 만들면 됩니다. 그러면 ML.ANNOTATE_IMAGE 함수를 사용하여 해당 서비스를 통해 이미지에 주석을 추가할 수 있습니다. ML.ANNOTATE_IMAGE객체 테이블의 데이터로 작업합니다. 모든 추론은 Vertex AI에서 발생합니다. 결과는 BigQuery에 저장됩니다.

자세한 내용은 ML.ANNOTATE_IMAGE 함수로 객체 테이블 이미지에 주석 추가를 참조하세요.

다음 단계

  • 머신러닝 모델을 통한 추론 수행에 대한 자세한 내용은 모델 추론 개요를 참조하세요.